频谱分析在虎门大桥动态监测中的应用研究

采用了频谱分析法对虎门跨海悬索大桥进行安全监测,通过利用GPS RTK技术方法获取虎门大桥在台风激励下的动态监测数据,对动态监测数据进行时程分析和频谱分析,获取虎门悬索大桥的振动特性,得到了大桥的运营特征和实时位移特征.     

一种Brovey变换图像融合法的改进算法

分析了的Brovey变换融合算法,提出了一种新的基于Brovey变换、对数变换亮度调整的图像融合方法,试验数据的对比和分析证明了其保留多光谱影像的光谱信息.     

利用Jason-1卫星确定全球平均海面高

介绍了卫星测高数据处理的基本方法,分析研究了卫星测高的主要误差,提出了Jason-1的数据编辑准则,并用其测高数据确定了全球平均海面高,与CLS01模型进行了比较分析.     

顾及地貌特征的矿区地表塌陷DEM的生成方法

地下煤炭资源开采导致矿区地表塌陷和矿区地形的变化,直接由开采沉陷下沉预计数据生成的DEM不能表现矿区地表塌陷后的地形状况。通过在开采沉陷下沉预计程序中增加高程修正计算功能,对矿区原始地貌高程进行下沉修正计算,生成矿区地表塌陷高程数据文件,由该数据文件可以生成顾及地貌特征的矿区地表塌陷DEM。该方法操作和实现简单,生成的DEM精度可靠,能够表现矿区地表塌陷后的地形状况,可以作为矿区地理信息系统的基础数据,对于指导开采沉陷的防治和治理具有重要意义。     

粤西云浮镇安-阳春罗阳地区 地球化学特征与找矿方向

分析云浮镇安—阳春罗阳地区元素的分布、分配特征和区域地质背景后,指出该地区有找矿潜力,提出Au、Ag、Cu、Pb、Zn是重要的找矿元素,找构造蚀变岩型金矿、火山岩型金矿、岩浆热液型银—多金属矿前景好,主要的找矿标志是断裂和蚀变。     

层次分析法在生态环境综合评价应用中的优化

层次分析法（Analytical Hierarchy Process,AHP）,是一种常用的系统分析与决策方法,但在应用于青藏高原区域生态环境综合评价时,由于因素的权重值只能为正数,影响了表达效果。为此,本文对其进行了优化,改进了构造判断矩阵时的赋值方法,在评价过程中引入了负数。实验证明,优化后的方法能准确地评价青藏高原的生态环境。     

河南镇平秋树湾矿区铜、钼矿床地质特征及深部找矿潜力分析

秋树湾矿区是一座中型规模的铜、钼矿床。在水平方向上矿区具北铜南钼的分布特征,即北山铜矿床和南山钼矿床;从垂向上看,北山铜矿床深部赋存有规模较大的钼矿体,并具垂直分带现象,即上铜下钼。这主要是矿区成矿后,构造活动使南山赋矿区向上逆冲,使其上部的铜矿体被剥蚀,而北山赋矿区上部的矿体则保存了下来。因此,研究认为,在北山铜矿区的下部及南山钼矿区中深部寻找隐伏钼矿床具有较大潜力。     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

天宝GEOXT数据采集模式及精度研究

随着经济的不断发展,移动GIS越来越受到人们的关注,而GEOXT的出现正是符合这一发展趋势的产物。GEOXT这一款仪器将GPS与GIS结合在一起,利用GPS技术得出GIS的成果。文中在说明天宝GEOXT数据采集系统配置及特点的基础上,通过实验总结了数据采集的3种模式：单机码相位测距、后差分改正和实时差分改正数据采集,并对数据采集的技术流程、点位精度、特点和应用范围进行了阐述。最后对不同采集时间间隔对精度的影响进行了试验研究。     

Automated Target Detection and Discrimination Using Constrained Kurtosis Maximization

Exploiting hyperspectral imagery without prior information is a challenge. Under this circumstance, unsupervised target detection becomes an anomaly detection problem. We propose an effective algorithm for target detection and discrimination based on the normalized fourth central moment named kurtosis, which can measure the flatness of a distribution. Small targets in hyperspectral imagery contribute to the tail of a distribution, thus making it heavier. The Gaussian distribution is completely determined by the first two order statistics and has zero kurtosis. Consequently, kurtosis measures the deviation of a distribution from the background and is suitable for anomaly/target detection. When imposing appropriate inequality constraints on the kurtosis to be maximized, the resulting constrained kurtosis maximization (CKM) algorithm will be able to quickly detect small targets with several projections. Compared to the widely used unconstrained kurtosis maximization algorithm, i.e., fast independent component analysis, the CKM algorithm may detect small targets with fewer projections and yield a slightly higher detection rate.